排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
本文应用密度泛函理论B3LYP方法,分别研究了空白气氛、O2气氛、CO气氛对煤焦吸附NO的影响。建立了由6个苯环组成的煤焦模型,计算得到了在不同气氛、不同吸附位置的吸附能。在O2气氛下,吸附效果最好的方式依然为平行吸附,但吸附能绝对值较空白气氛减小,O2氛围抑制了煤焦对NO的吸附;在CO气氛下,吸附效果最好的方式为平行吸附且吸附能绝对值较空白气氛有所增加,CO氛围促进了煤焦对NO的吸附。 相似文献
2.
铂纳米颗粒修饰电极对大肠杆菌的电化学快速检测 总被引:2,自引:0,他引:2
本文采用了电化学沉积法制备了铂纳米颗粒化学修饰电极(PtNP/GCE),并将它应用于大肠杆菌的检测。原理是基于检测大肠杆菌溶液中酶与底物的反应产物,对氨基酚,实现了对大肠杆菌的快速检测。采用了铂纳米颗粒修饰电极,并对检测系统进行优化,提高大肠杆菌的检测灵敏度。大肠杆菌浓度在50—1.0×105cfu/ml与响应电流成良好的线性关系,最低检测限为20 cfu/ml,检测时间在4个小时以内。与传统方法相比,该电化学方法能很好地满足食品安全、环境监控和临床医学等领域中快速检测的要求。 相似文献
3.
4.
5.
Au纳米标记物增强电化学免疫分析大肠杆菌的研究 总被引:1,自引:0,他引:1
通过在Au纳米颗粒表面修饰辣根过氧化酶(HRP)标记的大肠杆菌抗体制备了一种新型的Au纳米标记物, 并将该纳米标记物应用于增强电化学免疫分析大肠杆菌. 经过酶联免疫反应后, Au纳米标记物、免疫磁性颗粒(IMB)和大肠杆菌形成了IMB/抗体-大肠杆菌-Au纳米标记物的三明治式免疫复合物. 以3,3,5,5-四甲基联苯二胺(TMB)溶液作为底物, 采用电化学与流动注射检测(FIA)相结合的技术测定HRP的活性. 检测到的电流大小与免疫复合物上HRP的量成正比, 从而与大肠杆菌的浓度成正比. Au纳米颗粒增加了HRP的负载量, 增强了电化学信号, 大大提高了大肠杆菌的检测灵敏度. 实验结果表明, 大肠杆菌浓度在 1.0×102~5.0×104 cfu•mL-1范围内与电流大小成线性相关, 最低检测限达50 cfu•mL-1, 若对大肠杆菌样品溶液进行预浓缩, 将得到更宽的检测范围和更低的检测限. 本方法总的分析时间比其他方法短, 在1 h内就能完成对大肠杆菌样品的快速检测. 相似文献
6.
人工化学合成了51条三肽,测定了其锌螯合活性,形成待测数据库.分别采用18种氨基酸描述符对三肽序列进行表征,利用偏最小二乘法进行统计分析.结果表明,3种氨基酸描述符对应的定量构效关系(QSAR)模型的相关系数达到建模要求,描述符分别为FASGAI,Z和C,其中描述符FASGAI最优,R~2=0.8225,Q~2=0.5818,RMSEE=0.1628,Q~2ext=0.6760,RMSEP=0.2499.进一步分析描述符FASGAI所构建的模型发现,在三肽序列中,氨基酸位置对三肽锌螯合活性的影响力大小顺序为N_3N_2N_1,同时,多肽各位置上氨基酸残基的立体属性主要影响其螯合活性. 相似文献
7.
在过去的几十年中,氮宾催化转化作为一类直接构建C—N键的高效反应得到了飞速发展,并被广泛应用于含氮杂环化合物的合成.虽然已有多种类型的氮宾前体被报道,并通过各类催化转化反应在构建结构多样性杂环化合物分子中起到了至关重要的作用,然而,氮宾的反应类型还是局限于胺化反应、氮杂环丙烷化反应、磺化反应等有限的几类反应.基于氮宾前体、催化策略(或者催化剂)以及复杂分子合成的相关综述已有很多报道,这篇综述聚焦氮宾与炔烃的加成反应,主要是氮宾/炔烃复分解串联反应.这类反应可以快速合成具有结构多样性的多环、稠环和螺环类含氮杂环类化合物. 相似文献
8.
通过水热方法合成了一个二维配位聚合物[Mn(NIPA)(L)]n(1)(L=二(5,6-二甲基苯并咪唑基)-1,3-丙烷、H2NIPA=5-硝基间苯二甲酸),并通过元素分析、IR、单晶X-射线衍射对其进行了结构表征。结果表明化合物1(MnC29H27N5O6)属三斜晶系:P1,a=1.029 41(10),b=1.057 10(10),c=1.324 91(12)nm,Z=2,V=1.395 5(2)nm3,Mr=596.50,Dc=1.420 g.cm-3,F(000)=618,μ=0.525 mm-1,S=1.027,R=0.041 7,wR=0.097 5。结构分析表明每个Mn髤与2个L配体上的2个氮原子、来自3个不同NIPA上的2个螯合氧原子以及2个单齿氧原子形成六配位模式。相邻的由2个羧基连接成的双核Mn髤簇通过成对的NIPA连接成一维双链结构,进而通过成对的L配体拓展成二维(4,4)网络。此外,还研究了该化合物的热稳定性和荧光性质。 相似文献
9.
基于支持向量回归机的交通状态短时预测和北京某区域实例分析 总被引:1,自引:0,他引:1
根据基于支持向量回归机的交通状态短时预测方法建立了数学模型,考虑以交通检测器收集到所要预测时刻前几个时段及被测路段上下游前几时段的交通流量、车道占有率、平均线速度等交通参数为输入,以对应时段的平均线速度为输出.选取核函数,对支持向量回归机进行训练.应用训练完成的支持向量回归机,利用输入参数预测下时段的交通线速度.最后,以北京市北四环某路段的实时监测数据来对模型进行检测,预测结果表明了模型的有效性. 相似文献
10.